Kaggleの公開ノートブックでよく見かけるDINOv2・DINOv3を、初代DINOから論文ベースで整理した。自己教師あり学習の仕組み、世代ごとの違い、Grounding DINOが別物である話、そして分類・検索・セグメンテーション・深度推定・異常検知・3D・ロボットなど、何と組み合わせると何に使えるかまで。

Swin Transformer、ConvNeXt、CoAtNet、MaxViTなど、2021年以降の画像バックボーンを「CNNとTransformerがどう歩み寄ったか」で3系統に整理した。大規模になるとアーキテクチャの差は縮み、効くのはデータと計算量になる、という話まで。

『生成AIアプリケーション評価入門』で紹介されていたDeepEval（品質評価）とDeepTeam（レッドチーミング）を公式ドキュメントとソースコードで深掘りし、promptfoo・Langfuse・Ragas・PyRIT・garakなど代替ツールと比較した。調べるうちに、promptfooのOpenAI買収やOpenAI Evals終了など、評価ツール業界が2026年に激しく再編されていることがわかったので、その地図も整理した。

VRAMに空きさえあれば、複数のPythonプログラムやDockerコンテナから同じGPUを使えるのか。答えは「設定なしで使える。ただしVRAMは分け合えても計算は交代制」。遅くなる仕組みと、同時に回したいときのNVIDIA MPS、MPSを入れても速くならなかったケースまで整理した。

Kaggleの細胞トラッキングコンペ「Biohub - Cell Tracking During Development」で4,020チーム中438位、銅まで0.001届かずメダルなし。信頼できる道具も物差しも用意しないまま3ヶ月振り続けた悪かった点を、時間配分・道具・計器・終盤の判断に分けて全部並べる。

「ハーネス」「エージェント」という言葉はよく聞くし Claude Code も毎日使っているのに、いざ自分で作るとなると何の部品が要るのか答えられなかった。理解するために「作るとしたら」で分解し、ハーネスを構成する11の部品と作る順番を、Claude Code の機能に当てはめて整理した。

Claude Code で Slidev と ppt-master に同じ資料から勉強会用スライドを作らせて比較した。ppt-master は推奨設定のままだと1枚あたりの文字量が約5倍になり、作成に約28分かかった。口頭で話す発表には Slidev を使うことにした記録。

AIエージェントにスライドを丸ごと作らせる前提で、Slidev・Marp・reveal.js・ppt-master・Anthropic pptx Skill・Gamma などを比較。Markdown の第一候補は Marp から Slidev に移り、編集可能な PPTX なら ppt-master。半年前の整理から何が変わったかをまとめた。